申请/专利权人：江苏省城市规划设计研究院有限公司

申请日：2021-08-26

公开（公告）日：2024-03-26

公开（公告）号：CN113673456B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/762;G06V10/764;G06V10/774;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.12.07#实质审查的生效;2021.11.19#公开

摘要：本发明公开了一种基于色彩分布学习的街景图像评分方法，涉及城市规划、城市交通、机器学习建模等领域，首先，构建街景图像的学习样本库，并对学习样本库进行语义分割处理。其次，对学习样本库中每张街景图像各类实体的占比值以及色彩分布状况进行计算。再，根据用户对学习样本库的预先打分结果，形成预训练模型。最后，利用预训练模型完成所有街景图像的打分工作。本发明能够通过考虑街景色彩分布来让机器学习模型更好地学习人们是如何评估和感知街景图像的。同时，本发明也提供了一种新的街景图像色彩计算方法，可以提升图像色彩计算的准确度和计算速度。

主权项：1.一种基于色彩分布学习的街景图像评分方法，其特征在于，包括以下步骤：步骤1、从待研究的一批原始的街景图像中构建出街景图像的学习样本库，学习样本库中每张街景图像具有预先标记的打分值，并对学习样本库中的街景图像进行图像增强和语义分割处理，得到学习样本库中每张街景图像的语义分割结果图像；具体如下：步骤1.1、从待研究的街景图像中选取出部分街景图像作为学习样本库，对学习样本库的街景图像，利用Retinex理论进行图像增强处理；步骤1.2、利用计算机深度学习的语义分割技术，对学习样本库中增强处理后的街景图像进行语义分割处理，得到语义分割结果图像；步骤2、根据语义分割结果图像，计算学习样本库中每张街景图像各类实体的占比值；步骤3、根据语义分割结果图像，对学习样本库中每张街景图像进行各类实体的图像色彩值计算；具体如下：步骤3.1、根据学习样本库中每张街景图像的语义分割结果图像，对学习样本库中与语义分割结果图像相对应的原始的街景图像中每类实体的像素颜色进行统计；步骤3.2、进一步，针对每类实体，利用K均值算法，在RGB色彩模式下，进行原始的街景图像中各类实体的像素颜色聚类；步骤3.3、针对每类实体，在LAB颜色空间，对步骤3.2中像素颜色聚类结果中的任意两两颜色类别之间进行颜色的色差计算，若这两个颜色类别之间的色差小于预设色差阈值，则合并这两个颜色类别，从而得到合并后的聚类结果，并以合并后的聚类结果中像素最多的颜色作为该类实体的主导色；步骤3.4、针对每类实体，再判断其是否为混合色：若某一原始的街景图像的某类实体的像素颜色的合并后的聚类结果中，找出像素总数排前M的颜色，对于排前M名的M类颜色，若任意其中两类颜色的像素数量差值的绝对值与这M类颜色的像素数量总和的占比值小于给定的阈值，则认为该原始的街景图像的该类实体为混合色；M≥2；若某类实体的合并后的聚类结果的颜色类别总数小于M，则认为该类实体的颜色不是混合色；步骤4、循环遍历学习样本库中带有打分值的每张街景图像，对带有打分值的街景图像，以街景图像中各类实体或某几类实体的占比值和色彩分布情况值作为机器学习算法的自变量，以预先标记的打分值为因变量，进行机器学习算法的机器学习模型训练，得到训练好的预训练模型；步骤5、对待测的其他街景图像，按照1-3步骤进行待测街景图像的预处理工作后，再利用步骤4中所生成的预训练模型，进行批量打分。

全文数据：

权利要求：

百度查询： 江苏省城市规划设计研究院有限公司 一种基于色彩分布学习的街景图像评分方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD